AMVALOR, Société par Actions Simplifiée, réalise des travaux de recherche et des développements innovants en génie mécanique et génie industriel, en s’appuyant depuis 1973 sur les Centres d’Enseignement et de Recherche d’Arts et Métiers, dont elle est devenue filiale en juillet 2016.
Elle entretient des relations de recherche contractuelle avec le monde industriel, gère plus de 700 contrats par an, réalise un chiffre d’affaires annuel de 15 millions d’euros et emploie 160 collaborateurs.
CONTEXTE DU POSTE
Dans le projet STAB (Smart Testing & Advanced Benches), les laboratoires LISPEN et PIMM développent des méthodes combinant modélisation mécanique, jumeaux numériques et IA pour améliorer la fiabilité et l’efficacité des essais sur prototypes mécaniques.
L’objectif est de mieux exploiter les données des bancs d’essai, optimiser le couplage simulation–expérimentation et détecter les anomalies liées aux moyens d’essai ou aux pièces testées.
Le poste est en environnement de recherche académique et partenarial, avec possibilités de publications, communications et collaborations industrielles.
MISSION DU POSTE
Contribuer au projet STAB par le développement et l’exploitation de modèles mécaniques et de jumeaux numériques de bancs d’essai et de prototypes.
Intégrer des méthodes d’IA et d’analyse de données expérimentales pour identifier les anomalies, améliorer les modèles et optimiser les campagnes d’essais.
Participer à la validation expérimentale, à l’analyse des résultats et à la production de livrables scientifiques et techniques.
ACTIVITÉS PRINCIPALES
Adapter, paramétrer et exploiter des modèles mécaniques (statique, dynamique vibratoire, fatigue) en les confrontant aux données expérimentales.
Développer ou adapter des modèles de structures testées et concevoir des jumeaux numériques de bancs d’essai, prototypes et systèmes.
Mettre en œuvre des méthodes de calibration, mise à jour et intégration des données d’instrumentation et d’acquisition.
Exploiter les données des campagnes d’essais.
Développer des méthodes d’IA / machine learning pour la détection d’anomalies, la prédiction de dégradation, l’amélioration des simulations et l’optimisation des modèles.
Participer à la conception, réalisation et validation des campagnes expérimentales, analyser les performances et ajuster les modèles en comparant résultats expérimentaux et numériques.
Rédiger des rapports et contribuer aux publications, conférences et communications.
CONDITIONS DE POSTE:
Lieu de travail : 2 Cours des Arts-et-Métiers, 13617 Aix-en-Provence.
Contrat : CDI de mission, 18 mois, démarrage dès que possible.
Statut : Cadre
Durée hebdomadaire : forfait 38 h/semaine.
RTT / Congés : 18 jours de RTT et 25 jours de congés payés.
Convention : SYNTEC.
Salaire : 3200 € brut mensuel (selon profil).
Déplacements : possibles chez les partenaires du projet.
Avantages : primes (participation, vacances), tickets restaurant (10 € / jour, 60% employeur), mutuelle (70% employeur), remboursement transport 50%, CSE (chèques vacances, carte cadeau, chèques culture, sous conditions).
Formation : Doctorat en sciences pour l’ingénieur, idéalement en mécanique, dynamique des structures, mécatronique, modélisation numérique ou domaine proche.
Compétences techniques requises :
Solides connaissances en mécanique des structures et en dynamique des systèmes ;
Maîtrise de la modélisation numérique, notamment par éléments finis (FEM) ou à l’aide de modèles dynamiques ;
Expérience des méthodes de réduction de modèles (ROM, hyper-réduction) ;
Compétences en traitement et analyse de données expérimentales
Compétences complémentaires appréciées :
Connaissances en intelligence artificielle et en apprentissage automatique appliqués à l’ingénierie ;
Maîtrise de l’instrumentation, de l’acquisition de données et de la programmation scientifique (Python, MATLAB, C++ ou équivalent) ;
Expérience du couplage simulation–expérimentation ;
Notions de gestion de projet et aptitude au travail en équipe pluridisciplinaire.
Langues : bon niveau d’anglais lu, écrit et parlé.
Savoir-être :
